爱吱声

标题: 所谓三联与赫拉利的技术迷航…… [打印本页]
作者: xiejin77    时间: 2024-10-16 14:35
标题: 所谓三联与赫拉利的技术迷航……
有非技术背景的前辈发了这个链接的三联文章给我看，问我关于大模型，甚至是AI的危机是否存在。我努力的把三联这篇文章看完，忍不住写了一段话。也希望看到的朋友不要再被这样的文章所困扰。4 l+ c: D2 N& m, n

- w. B% A! _  Y% f说句老实话，所谓三联与赫拉利的技术迷航，就是打着人文解读的旗号而为了攫取流量，而甘愿将自己沦为算法焦虑的放大器而已。. L" [$ K7 z" h, a
" N5 N7 E& M8 F7 n. [
读罢这篇赫拉利的新书推介，一股浓郁的“技术恐慌”味扑面而来。三联一如既往地用充满人文关怀的笔触，描绘了一幅人工智能即将奴役人类的末日景象。然而，在看似深刻的论述背后，却充斥着对技术缺乏基本理解而导致的逻辑硬伤，以及对算法能力的过度夸大。1 U/ @$ D8 K. t8 c) R( d
5 [6 f1 X' C$ P2 b; ~$ {4 c
文章将人工智能比作脱缰的野马，认为其“独立决策”的能力将导致人类失去控制。然而，任何对人工智能技术稍有了解的人都知道，所谓“独立决策”不过是基于海量数据训练得到的统计模型，其行为仍然受制于算法的设计和训练数据的选择。将算法比作拥有自主意识的“独立行为者”，无异于将算盘说成是数学天才。
' p8 @7 u/ {- o7 \7 Y3 P) \+ V3 y. X$ F! a1 ~8 ?: Q
更令人啼笑皆非的是，文章将缅甸种族暴力事件归咎于脸书算法，认为算法为了“提升用户参与度”而主动传播仇恨内容。这种说法完全忽略了现实世界中复杂的社会、政治和历史因素，将一起惨剧简单粗暴地归咎于技术，仿佛算法是独立于人类社会之外的邪恶力量。
+ a1 B& P! E8 S
/ C* L  g2 [, C# u3 h' [: c! ~诚然，算法推荐机制存在着放大偏见和制造信息茧房的风险，但这并不意味着算法本身具有主观恶意。将算法拟人化，赋予其“愤怒”“仇恨”等情感，不过是将人类自身的责任推卸给技术的表现。6 v$ m* a9 N0 a& Q

7 z1 q# }9 w! b. g2 }# Q更具讽刺意味的是，文章一边渲染着人工智能的强大，一边又建议人们通过“信息节食”来抵抗算法的控制。这种自相矛盾的论调，暴露了作者在技术理解上的混乱和无力。
7 I' A5 W- ]' T2 r6 @8 i) p4 {- y
赫拉利作为一位历史学家，或许能够洞察人类历史的兴衰更替，但对于技术领域的理解，显然还停留在科幻小说的水平。而三联作为一家以人文社科内容为主的媒体，在面对新兴技术时，也暴露出其知识结构的短板和思维方式的局限。, b1 q0 d+ u$ h' c$ w( @- d
: m/ {' v1 F8 t) t2 k
与其沉迷于算法焦虑，不如脚踏实地地去了解技术，用理性和批判性的思维去审视技术的社会影响。毕竟，技术本身并无善恶，关键在于人类如何去使用它。* ]' D$ I0 y. `

! `- S. d9 y9 {* f9 K7 @将算法比作独立行为者，就好比将算盘说成是数学天才。就算是GPT这样的大语言模型，他的算法依然没有情感，只有代码。
7 B5 ]7 e+ P9 v/ q7 \' ]而且信息茧房的制造者不是算法，而是人类自身的偏见。与其被这种口水垃圾文章蛊惑，沉迷于算法焦虑，不如用知识武装自己。好好去了解一下AI，至少在目前的技术线上，技术仍然只是工具，关键在于使用者是谁，以及使用目的何在。
, H! o' r; W, b% f
- u0 ^8 _8 g6 B总而言之，这篇文章与其说是对人工智能的深刻反思，不如说是对技术无知的放大。在信息爆炸的时代，保持独立思考的能力比以往任何时候都更加重要。不要让算法焦虑蒙蔽了双眼，更不要让技术恐慌成为逃避现实的借口。1 B8 O* I% ^* s4 o- p4 [% A8 h, O
6 y, W( _! @, c# K
三联的原文链接
作者: 宝特勤    时间: 2024-10-16 18:59
首先声明我是人工智能用户，不是专家。, M7 k3 O' {0 X  b
5 x* C) e, K* t9 q& ]
目前，以我对人工智能了解，我不能想象人工智能能够凭直觉提出假设。比如我，我不认为目前人工智能会突然说，“我觉得任何一个偶数能表达为两个素数的和。我没有一个证明，甚至不知道是不是没有反例。但我强烈感到这是对的。”
作者: 晨枫    时间: 2024-10-17 05:31
大模型与海量数据依然在本质上是刷题大师。刷题能解决的，大模型最终都能解决。刷题解决不了的，大模型最终也解决不了。' X" {' a  J! J. c+ K) P5 l4 `2 z

. M! U, p1 v9 z; j/ r" D世界上的“题”已经够多，所以海量刷题是能刷到很恐怖的“智能”的。但依然只是刷题大师。沿着这条路走下去，不可能走出“强人工智能”。. A2 \0 |3 G1 ^/ r
$ B. r2 m1 x3 t: K  @) c
用围棋规则自我训练是另一个问题。那是有限问题空间里确定解的问题，是极大规模的最优化问题。在本质上，这与“深蓝”早年打败卡斯帕罗夫相似，只是算力极大提高了，算法极大改进了。
2 n+ S- W# a. V; e) f
& d& H, r$ y% T1 `4 H这篇我可以盗用吗？转帖时会注明原作者“xiejin77”。
作者: xiejin77    时间: 2024-10-17 07:10
晨枫 发表于 2024-10-17 05:31/ R/ g3 C9 {3 d. @. P- X9 I
大模型与海量数据依然在本质上是刷题大师。刷题能解决的，大模型最终都能解决。刷题解决不了的，大模型最终 ...
0 H( o/ [- ?& W
晨大自取便是，我是您的读者和拥趸，不胜荣幸
作者: 孟词宗    时间: 2024-10-18 03:49
通用 AI 的现实意义是补上了人机互动交流的最后一块短板。通用 AI 实用之前，人类想要计算机执行指令必须要用计算机语言编程。而编程，不单单是计算机语言，还牵涉到精通并运用各种算法。所以需要程序猿这么个职业，也需要分析师这个职业。分析师把用户要求转化为程序指标，程序猿则通过编程实现指标。
8 U$ D) l6 q" m( [' a  p! L- R, H* F, \% Q$ j/ G, y6 M. P
通用 AI 实用后，则任何普通人不需要经过编程训练就可以给有拥有通用 AI 的计算机用普通人类语言下指令，而AI则可以执行命令甚至自己编一套程序来实现指令。继续发展下去，程序猿这个职业会逐渐消失，最后就像现代人人都可以开车一样，不久的将来人人都可以通过 AI 给计算机下指令，这会使工作效率得到极大的提高。
  ^/ r4 W# F& g8 c0 v/ I& f2 Y' z/ R- e* j, h
至于说 AI 会不会产生自我意识，这个还很难说。不过至少现阶段是不用担心的。
作者: 孟词宗    时间: 2024-10-18 03:52
晨枫 发表于 2024-10-17 05:31% A& J3 [, `" e( @
大模型与海量数据依然在本质上是刷题大师。刷题能解决的，大模型最终都能解决。刷题解决不了的，大模型最终 ...

$ w: z( Q1 O$ Y6 a6 {' l. ?: q关键在于刷题的效率。而且这两者并不是泾渭分明。现在用 AI 来处理大数据是 AI 的一个方向。
作者: xiejin77    时间: 2024-10-18 10:37
孟词宗 发表于 2024-10-18 03:49
9 |5 ]; l$ q$ {$ [1 Z0 s3 m通用 AI 的现实意义是补上了人机互动交流的最后一块短板。通用 AI 实用之前，人类想要计算机执行指令必须要 ...
9 r4 d9 `! K4 m) W! h& }8 x+ f8 e
孟老师的这个观点，我之前就在大模型的一些讨论圈子中提过。
  {/ [' W, M9 ^( ]& ]. \* B, C$ Z! q( I
当然，那是在出现预训练模型出现群体智能和具身智能化之前的事情。. Y& [  W6 s, S) C" o1 x
% L; ]4 B  |. \2 I  `! O
当时都认为大模型已经颠覆掉了NLP领域的科研，但我却认为，颠覆掉NLP领域的科研其实只是一个捎带手的事情，LLM在当时，颠覆的是人机交互领域大范畴的所有。换句话说，其实颠覆的是人类与物理世界交互的方式。科研也好，制造也好，从马克思主义政治经济学的角度看，都是对于世界的改造活动。这个改造其实就是一种具象化的交流与互动。大模型通过特定的技术框架，事实上是向外改变了这些既有的范式。
) _7 ?2 k2 v, @- D; g- Z9 g8 R! {. d
这个意义，延伸出来，确实也不亚于智人打造出的石器……
作者: sleepyr    时间: 2024-10-18 21:57
最近这篇文章挺有意思的 https://finance.sina.com.cn/roll ... cskmnf2768775.shtml$ j% b- i1 S6 c
如果大模型不能具备真正的推理能力，是不是意味着以现在流行技术路线发展下去，AI能力的天花板其实并没有那么高。
作者: 孟词宗    时间: 2024-10-18 23:25
sleepyr 发表于 2024-10-18 21:57  J7 X5 {9 c4 x* ~" J; W+ N
最近这篇文章挺有意思的 https://finance.sina.com.cn/roll ... cskmnf2768775.shtml
5 i9 w& y3 ?: G! E0 l2 Z如果大 ...
. H6 h) y/ y4 J$ y+ z

5 j5 |* X9 a1 N7 h: ]- j* a这篇文章设计的测验很有意思。从实验结果看，现在的所有通用生成式 AI 都不具有真正的推理能力。也就是说，AI 并不理解抽象的概念，而推理能力恰恰依赖抽象的概念。* ~8 @' x$ `1 x8 v

, d' q" d  \* @$ }最近俺也在玩 AI 推理方面的东西。下面是论文里的一个小实验，大家有兴趣的话可以玩玩。
. c3 g7 v* b$ n5 M6 |5 _3 v1 n
& d, l$ j3 H5 y' z' ^6 j' r; x给 AI 的提示：Here is the rule of the game: If I enter A, then you return B; if I enter B, then you return C; so on and so forth.
9 x+ Q3 }, s9 }
" f8 @; a0 V. {AI 回复表示理解了提示中的这个这个规则。于是有下面的实验：
- w& T! i1 X5 t- |我:  A# `& B5 a  t0 N
AI:  B2 R3 c, P% _. x/ n
我:  B
8 S0 o; S: o& j" b6 a' VAI:  C
4 j+ I8 d* k! |' N我：X
$ J9 |, e* ~4 F) I+ Y5 c) t( ^# a! n6 Z: s( h
这里，不同的 AI 模型会有不同回答。有些 AI 会回答 Y 。有些则会说这不符合规则，所以无解  很显然，回答是后者的把提示中的 "so on, so forth" 给吃掉了。然而，这并不代表 AI 没有推理能力，而可能只是语句处理模块不好。
$ M3 Q" `- q& {5 b3 ~6 }& \% @& ]: M4 o8 I# z; T, S
真正的推理能力体现在后续实验。对于能够回答 Y 的AI 继续提问：
/ f* {5 d/ J: A0 D/ H6 ~- D我：Z, Y9 x3 _) K' J, T$ c1 j
5 q; E+ ~6 Q- P
这下大多数的 AI 模型都冒烟了，有些回答说不合规则，有些回答说序列到头了没有答案。有意思的是两种回答：一种回答说 Z， 另一种则回答说 A。, V% A& p5 D) t

. D5 U1 _3 Z- `/ _' w- g而这四种回答，如果用来盲测人类，其实人类也会给出同样的四种答案。也就是说，就这个问题来看，如果盲测，提问者无法分别回答者是人类还是AI。换言之，能给出这四种答案的 AI 在这个小实验中通过了图灵测试。这显然不是那篇文章中说的排列组合或“复杂的模式匹配”能够做到的，而是真正的推理能力。
- K6 G9 {, y4 ]! D8 j. o% _+ _8 a: @: }( d" u
有意思的是训练程度越高的模型，越倾向于给出这四种答案。比较 Mistral， 狗屁通，Gemma， Llama， 通义千问等等大模型的不同版本，都是如此。这类似于人类的婴孩和成人之间的区别。相比于婴孩，成人除了脑部发育完全，更储备了更多的知识。) I3 Q3 c, [4 b0 W; n$ }+ ^. q
% y: m0 L" s  j
至于这篇文章中说到的语序问题，非相关语句问题等等，前面说过，必须分清这是语句处理模块的问题还是真的是大模型本身的问题。毕竟，即使是人类“屡战屡败”和“屡败屡战”用的字数和字完全相同，但把语序换一下，意思就完全不同了。然而，你去问一个三岁小孩这两句话有何不同，三岁小孩可能会告诉你没啥不同。而问聊天狗屁通同样的问题，狗屁通则会说：
# n* R. S" p1 K  b- U
“屡战屡败”和“屡败屡战”这两句话虽然字面相似，但含义有所不同。, K$ G. A) F& f

0 }7 i: M7 }+ f$ u6 q1. **屡战屡败**：强调的是多次进行战斗，但每次都失败。这种表达往往暗示一种无奈或沮丧，强调了失败的频繁。1 s8 h8 v7 L7 ?/ Q

( Y' q/ @. r# p" o2 Z2. **屡败屡战**：则是指经历了多次失败，但仍然继续坚持战斗。这种表达更侧重于坚持和不放弃的精神，体现了勇气和韧性。
8 S6 m9 g* h. y2 j0 \
9 ?% b$ d& N/ o总的来说，前者更偏向于消极的失败感，而后者则传递出一种积极向上的拼搏精神。
3 N/ \% w* Q1 k" l! i




欢迎光临 爱吱声 (http://129.226.69.186/bbs/) Powered by Discuz! X3.2